这一章的基本原理是“只有数字才是真实的”,不管这些数字的质量是好还是坏。
AI时代,有人焦虑失业,有人偷偷变强,不写代码不烧脑~
感受一句话的力量
AI时代,有人焦虑失业,有人偷偷变强,不写代码不烧脑~
这一章的基本原理是“只有数字才是真实的”,不管这些数字的质量是好还是坏。
研究最重要的发现是:不同个体在不同决策情境下的思考方式是相同的。
想象的便利性是我们的频率估计产生偏差,进而影响已这些频率为基础的概率判断。
在出价任务中,人们选择赢钱的数值,在选择任务中,人们选择赢钱的概率。
过去为未来可能发生的事件提供了信息,也仅仅在这种情况下,过去才是相关的。理性的决策还需要放弃沉没成本,除非这一放弃带来新的问题,而且所带来的问题超出了其带来的利益(比如,我们在滑雪的例子正所提到的名誉损失)。其实,今天正是我们剩余生命的第一天。
信息呈现的顺序会使其具备更显著的锚定价值,从而带来判断上的误差。
在时间顺序上,当证据的呈现于时间的发生保持一致时,故事更容易被建立。
第一,工作记忆的有限容量可用于解释非最优选择和非理性行为。第二,我们经常参考曾经学习过并存储在长时记忆中的许多事实和程序。
判断者对自己的判断策略缺乏洞察——他们不能准确的评估自己判断时的“线性利用权重”——尤其是专家或有着丰富经验的人。给判断者呈现有联系但是非诊断性的、不相关的信息时,判断者会对自己判断的准确性更自信,尽管实际上起判断准确性并没有增加。
实际上,心理学研究就有一个很重要的发现:主观概率和数学上精确的概率并不总是保持一致。
结果发现,提取的流畅性一个中介因素,自我评估的结果与提取任务的流畅形式相对应的,回忆事例的数量与自我评估呈现负相关。
从更一般意义上讲,一位决策者的想法被他最初的印象控制了,这一现象被称为首因效应(primacy effect)或者确证性假设检验(confirmatory hyothesis testing)。
透镜模型把判断看成是一个过程。在这个过程中,我们试图通过离事物最近的透镜——也就是那些我们最容易得到的被称为线索的信息——去看清楚世界的真实状态。
毛毛虫变成蝴蝶以后,习惯性地认为它们在年幼时便已经是小蝴蝶。成熟让我们所有人变成了说谎者。
在客观频率较低的一端,主观频率倾向于高估。随着被评估时间客观频率的增加,主观估计误差则朝着低估方向发展。(这种先高估再低估的模式叫做回归,类似于统计回归曲线。)
Hal Arkes 和 Peter Ayton指出,人类对沉没成本的推理,可能源自于人们对行为准则过分概括的倾向。
James Buchanan指出,当用“效用”一词来描述标准经济学理论的话,很多理论都趋向成为“空虚的真”,但用“金钱”替换“效用”后,这些理论就会被证伪。
什么是思维?简而言之,它是针对那些并不存在于即时环境中的事物所创造的心理表征。
以代表性为基础来做判断的基本问题在于,存取的图式实际上比未存取的图式更不合理,特别是当未存取的图式在世界上有更大的覆盖范围时。
由此我们可以以做一个更大胆的设想:不仅仅现实经验的世界是线性的,相应地,人们的判断习惯也是线性的。